- 年份
- 2023(903)
- 2022(810)
- 2021(764)
- 2019(1514)
- 2018(1498)
- 2017(2914)
- 2016(1752)
- 2015(1927)
- 2014(2023)
- 2013(2050)
- 2012(2173)
- 2011(2002)
- 2010(2185)
- 2009(2039)
- 2008(1925)
- 2007(1849)
- 2006(1762)
- 2005(1728)
- 2004(1611)
- 2003(1493)
- 学科
- 济(6154)
- 经济(6145)
- 学(3913)
- 管理(3780)
- 业(3260)
- 方法(2408)
- 企(2373)
- 企业(2373)
- 农(1977)
- 数学(1886)
- 土地(1879)
- 数学方法(1783)
- 制(1534)
- 资源(1408)
- 财(1405)
- 中国(1355)
- 农业(1325)
- 及其(1271)
- 经济学(1252)
- 理论(1220)
- 发(1190)
- 和(1149)
- 策(1092)
- 地方(1039)
- 环境(1037)
- 业经(995)
- 体(945)
- 税(918)
- 技术(895)
- 教育(880)
- 机构
- 大学(29338)
- 学院(28503)
- 研究(14228)
- 科学(11652)
- 农(11149)
- 中国(10582)
- 所(9311)
- 农业(9055)
- 研究所(8570)
- 京(8198)
- 业大(8015)
- 济(7873)
- 管理(7830)
- 经济(7530)
- 省(7077)
- 理学(6099)
- 江(5987)
- 理学院(5959)
- 中心(5820)
- 农业大学(5791)
- 管理学(5646)
- 管理学院(5602)
- 室(5570)
- 院(5484)
- 北京(5411)
- 科学院(5062)
- 实验(5018)
- 业(4839)
- 实验室(4797)
- 资源(4683)
共检索到50626条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 中国农业大学学报
[作者]
陈奎孚 张森文
利用快速卷积来近似计算随机响应中卷积计算，给出了短形法、梯形法和抛物线形法3种格式。比较了直接法和快速卷积法的计算量。结果表明计算速度可提高1个数量级。
关键词：
结构动力学 快速卷积 数值积分
[期刊] 中南林业科技大学学报
[作者]
罗建华
介绍了连续型和离散型随机变量的卷积公式,研究其在几个重要分布的“可加性”的证明中的应用,最后举例说明了连续型随机变量卷积公式的一个应用.
[期刊] 数量经济技术经济研究
[作者]
陈荣达 吕轶
为了度量期权组合市场风险,本文引入快速卷积方法到期权组合市场风险度量模型,计算出市场变量回报厚尾特征用t分布描述情形下的期权组合风险值,该方法有效地克服了市场变量回报厚尾分布情形下的期权组合市场风险度量方面的困难。数值结果表明,快速卷积方法和Monte-Carlo方法估算精度相差不大,但快速卷积方法计算时间和计算工作量明显少于Monte-Carlo方法。
[期刊] 中国农业大学学报
[作者]
王泽鹏 陈晓燕 庞涛 余富 胡肖楠 汪震
针对传统的生猪价格预测方法存在预测精度不够高,容易陷入局部最小值等问题,为更加精准地预测生猪价格,采用随机森林回归(RFR)、极限梯度回升(XGBoost)、轻型梯度提升机(LightGBM)3种机器学习模型和改进网络结构的时间卷积网络(TCN)模型方法,以经过Z-Score标准化预处理的西南地区某省2011—2020年每周生猪价格数据为样本,对生猪价格预测进行研究。结果表明:TCN模型预测结果的均方误差(MSE)为0.340 606,平均绝对误差(MAE)为0.288 424,决定系数(R~2)为0.995 683,均优于其他3种机器学习模型;与3种机器学习模型中效果最好的极限梯度回升(XGBoost)预测结果比较,3个指标分别提升了26%、8%和0.15%。改进网络结构的时间卷积网络模型可以更加精准地预测生猪价格。
[期刊] 华中农业大学学报
[作者]
B.费歇 程麟趾 D.S.琼斯
空间Ｒ~ｍ上分布的卷积Ｂ．费歇，程麟趾，Ｄ．Ｓ．琼斯（英国Ｌｅｉｃｅｓｔｅｒ大学数学系；武汉华中农业大学基础课部，４３００７０；英国Ｄｕｎｄｅｅ大学数学和计算机科学系）关键词分布；序列逼近；中性卷积中图法分类号Ｏ１７７．４ＣＯＮＶＯＬＵＴＩＯＮＰＲＯ?..
关键词：
分布 序列逼近 中性卷积
[期刊] 上海海洋大学学报
[作者]
王振华 曲念毅 钟元芾 何婉雯 宋巍 黄冬梅
受不规律潮汐的影响,现有的海岛地物类别自动识别方法存在精度低和时效性差等问题,通过改进深度卷积神经网络提出了一种基于遥感影像的海岛快速识别方法:(1)在深度卷积神经网络的卷积层中增设1×1的卷积核作为瓶颈单元,对多波段的遥感影像进行降维;(2)在池化层引入了重采样方法,基于灰度值对海量的遥感影像进行特征压缩。以300景Landsat-8遥感影像为源数据,分别采用CNN、RCNN和本文改进的深度卷积神经网络对遥感影像中的海岛进行识别,实验结果表明:(1)改进的深度卷积神经网络降低了海岛识别的计算耗时,其计算耗时仅为CNN的4.56%和RCNN的5.60%;(2)改进的深度卷积神经网络较CNN和RCNN提高了海岛识别的精度,识别精度分别为96.0%、93.3%和95.0%。结果说明,改进的深度卷积神经网络适用于面向遥感影像的海岛自动识别。
[期刊] 中国科学技术大学学报
[作者]
苏喻 张丹 刘青文 张英杰 陈玉莹 丁宏强
在线个性化学习系统能够根据学生的学习历史,为学生提供个性化的学习资源,辅助学生高效学习.要提供精准的个性化诊断报告和个性化资源推荐,首先要对学生进行学业能力评估,其中一个基础性任务为得分预测.对于得分预测任务,现有的研究和方法存在如下不足:①不能充分利用大数据提升预测精度,②无法解决实际应用场景中常见的冷启动问题,③预测结果不可解释.为此提出并实现了一种基于知识图谱的自编码模型(knowledge-aware auto-encoder model,KAEM)用于学生得分预测.首先介绍了含有教育专家先验知识的一种知识图谱,称之为锚题图谱;然后KAEM采用深度学习自编码技术,将教研对锚题图谱的先验理解作为自编码器的正则化项加入模型中,有效地解决冷启动问题.此外,此类模型的预测结果还可以解释化,为实际个性化学习推荐等应用场景提供教研依据.KAEM已经在国内某在线教育系统上运行,取得了良好的效果;在大规模数据上也实验验证了KAEM的有效性.
[期刊] 中国农业大学学报
[作者]
李晓丽 张东毅 董雨伦 金娟娟 何勇
儿茶素和咖啡碱是茶叶品质的重要评价指标,为了探索深度卷积神经网络(CNN)结合可见近红外光谱(Vis/NIR)用于茶叶儿茶素和咖啡碱无损快速检测的可行性,本研究通过高效液相色谱来测定茶叶中的儿茶素和咖啡碱含量,并与样本的光谱信息建立对应关系;采用回归分析和CNN建模构建了光谱与茶叶内含物的定量关系;采用竞争自适应重加权采样(CARS)和连续投影算法(SPA)选择特征波长,用于开发基于这些特征波长的简单模型。结果表明:4种儿茶素和咖啡碱含量从第1叶位到第6叶位呈现出逐渐降低的趋势;提取特征波长不仅减少了光谱变量数,还获得了比全谱更优或接近的模型性能;CNN在回归分析和特征提取中均表现出良好的性能,预测儿茶素和咖啡碱最优模型的决定系数(R~2)和残余预测偏差(RPD)分别达到了0.93和3.28以上。因此,卷积神经网络结合可见近红外光谱可以对儿茶素和咖啡碱的含量进行快速无损检测。
[期刊] 物流技术
[作者]
姚志英 王成林 姚滢滢
设计了一种物品检测深度卷积神经网络,应用于物流分拣传输过程中物品检测。分析了深度卷积神经网络的结构及其在图像特征提取和信息降维方面的作用;设计了由卷积层、池化层、激活函数层和全连接网络层组成的物品检测深度卷积神经网络;构建了由300幅图像和标注结果组成的样本库,抽取60%的样本作为网络训练样本集,其余40%样本平均分成两组,其中一组作为网络训练过程中验证样本,另一组作为对训练好网络进行性能验证的测试样本;在设定网络参数的基础上进行网络的训练和测试;通过分析网络训练过程中各层的输出,发现所设计的网络可以很好地实现图像中所含物品特征的检测;网络训练过程验证精度可达100%,测试正确率可达98.33%。由此可知深度卷积神经网络性能良好,可用于物流分拣生产中的物品检测。
[期刊] 物流技术
[作者]
刘建国 代芳 詹涛
为解决字符分割错误造成的车牌识别错误,提出一种基于卷积神经网络的端到端的车牌识别算法,该算法首先采用基于颜色定位、文字定位和边缘检测的方法从自然场景中提取出车牌,由于样本量的问题,采用车牌生成器对车牌样本进行扩充,得到80602张车牌数据,将车牌按照7:1分为训练集和测试集,使用改进的AlexNet网络生成端到端的深度学习模型进行训练,并使用得到的模型进行车牌字符识别,车牌识别准确率达到96.7%。实验结果表明,该方法车牌识别准确率高,且鲁棒性较好。
关键词：
车牌定位 端到端 车牌识别 卷积神经网络
[期刊] 实验技术与管理
[作者]
连远锋 王明月 王智广 孙雷
针对MOOC平台下课程推荐过程中存在的数据稀疏和推荐效果不佳的问题，提出融合可视分析的图卷积课程推荐模型。首先，引入可视分析来展示课程间的相互关系，为图卷积模型提供先验知识；其次，提出了一个时空融合的图卷积MOOC推荐模型，用来同时提取数据的时空演变特征；最后，通过在损失函数中引入正则化项来防止训练过程中的过拟合。结果表明：新模型的预测误差和运行效率取得了更加优异的结果。此外，开发实现了融合可视分析与图卷积的MOOC推荐系统，运行结果显示该系统能够有效预测学习者的喜好和需求。
关键词：
图卷积网络 可视分析 推荐模型 MOOC
[期刊] 清华大学学报(自然科学版)
[作者]
刘琼 李宗贤 孙富春 田永鸿 曾炜
针对基于卷积神经网络的图像识别采用随机初始化网络权值的方法易收敛到局部最优值的问题,该文提出了一种结合无监督和有监督学习的网络权值预训练算法。融合零成分分析白化与深度信念网络预学习得到的特征,对卷积神经网络权值进行初始化;通过卷积、池化等操作,对训练样本进行特征提取并使用全连接网络对特征进行分类;计算分类损失函数并优化网络参数。在公开图像数据库中进行了大量实验,与公开最佳算法比较,该算法在MNIST中的识别错误率降低了0.1%,在Caltech101中的分类准确率提升了0.56%,验证了该算法优于现有算法。
关键词：
深度信念网络 图像识别 卷积神经网络
[期刊] 实验技术与管理
[作者]
吕淑平 黄毅 王莹莹
针对双流卷积神经网络存在的网络结构较浅、时间流及空间流网络均为独立训练学习、并未学习到时空网络之间关联信息等问题,文章设计了基于双流卷积神经网络的人体动作识别改进算法。采用Res Net-34对原网络进行替换,加深网络结构;将时间流、空间流网络提前进行特征图融合,加强时空网络信息融合的充分性。文章还对具体的融合方式和融合位置进行了实验研究,确定了网络最佳融合策略,在UCF-101数据集上的识别率为91.5%,相较于原网络以及其他相关识别方法有更高的识别精度。
关键词：
动作识别 深度学习 双流卷积神经网络
[期刊] 中南林业科技大学学报
[作者]
陈伟文 邝祝芳 王忠伟
【目的】研究改进经典卷积神经网络模型AlexNet在番茄叶片病害识别中出现的过拟合问题，使之成为识别精度更高，泛化能力更强的网络模型，达到精准识别番茄叶片病害类型的目的。【方法】AlexNetImproved模型采用数据增强与随机失活部分神经元的方法改进了原始AlexNet网络模型出现的过拟合现象，利用PlantVillage数据库中十种类型的番茄数据为数据集对模型进行训练，选取LeNet模型，原始AlexNet模型，VGG16模型作为对比网络模型，采用5种常用的评估指标来评估改后的模型，即混淆矩阵，准确率，精确率，召回率，F1值。与此同时，绘制了训练过程中的训练准确率曲线、验证准确率曲线、训练损失率曲线、验证损失率曲线来直观地显示模型的性能，最后用改进后的网络模型AlexNet-Improved训练所得的权重文件对具体番茄病害叶片进行识别。【结果】1）改进的模型AlexNet-Improved在150个epoch的训练过程中，其训练效果比其他网络模型更好，原AlexNet模型的过拟合问题经过改进后得到了很大的改善。2)AlexNet-Improved的混淆矩阵数据显示，改进后的模型正确识别出的总番茄病害样本数量比其他网络模型更多。3)AlexNet-Improved模型准确率为95.8%，比原模型高2.4%,F1值比原模型高3%。4）具体案例分析发现，改进的模型AlexNetImproved可以准确识别出叶片所患病害类型。【结论】在原AlexNet模型的基础上，通过使用翻转、裁剪操作扩增数据集，在全连接层使用Dropout层随机失活50%的神经元后，改进的模型AlexNet-Improved比其他模型在训练效果、准确性和具体番茄叶片病害识别上均有更好的表现。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
